論文の概要: Yelp Reviews and Food Types: A Comparative Analysis of Ratings,
Sentiments, and Topics
- arxiv url: http://arxiv.org/abs/2307.10826v1
- Date: Thu, 20 Jul 2023 12:41:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-21 13:10:53.356749
- Title: Yelp Reviews and Food Types: A Comparative Analysis of Ratings,
Sentiments, and Topics
- Title（参考訳）: Yelpレビューと食品タイプ: レーティング、センチメント、トピックの比較分析
- Authors: Wenyu Liao, Yiqing Shi, Yujia Hu, Wei Quan
- Abstract要約: 本研究はYelpのレビューと食品タイプとの関係について検討する。
評価と評価は、食品の種類によって異なる。
評価と感情に基づく4種類の食品の種類を特定し,特定の食品の種類をレビューする際,レビュアーは異なる話題に注目する傾向にあることを示した。
- 参考スコア（独自算出の注目度）: 1.6472523885111179
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study examines the relationship between Yelp reviews and food types,
investigating how ratings, sentiments, and topics vary across different types
of food. Specifically, we analyze how ratings and sentiments of reviews vary
across food types, cluster food types based on ratings and sentiments, infer
review topics using machine learning models, and compare topic distributions
among different food types. Our analyses reveal that some food types have
similar ratings, sentiments, and topics distributions, while others have
distinct patterns. We identify four clusters of food types based on ratings and
sentiments and find that reviewers tend to focus on different topics when
reviewing certain food types. These findings have important implications for
understanding user behavior and cultural influence on digital media platforms
and promoting cross-cultural understanding and appreciation.
- Abstract（参考訳）: 本研究は、yelpのレビューと食品の種類との関係を調査し、格付け、感情、トピックが食品の種類によってどのように異なるかを調査した。
具体的には,レビューの格付けや感情が食品の種類や格付けや感情に基づいてどのように変化するかを分析し,機械学習モデルを用いたレビュートピックを推察し,異なる食品タイプ間の話題分布を比較する。
分析の結果、食品の種類によっては、類似の格付け、感情、話題の分布があるのに対し、別のパターンがあることが明らかとなった。
評価と感情に基づいて,4種類の食品の種類を特定し,特定の食品の種類をレビューする際に異なる話題に注目する傾向が認められた。
これらの知見は,デジタルメディアプラットフォームにおけるユーザ行動と文化的影響の理解と,異文化間の理解と評価の促進に重要な意味を持つ。
関連論文リスト
- You Shall Know a Tool by the Traces it Leaves: The Predictability of Sentiment Analysis Tools [74.98850427240464]
感情分析ツールが同じデータセットで一致しないことを示す。
感傷的アノテーションに使用される感情ツールは,その結果から予測できることを示す。
論文 参考訳（メタデータ） (2024-10-18T17:27:38Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。
新たに登場したAI生成の文献レビューも評価されている。
この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - Psychologically-Inspired Causal Prompts [34.29555347562032]
感情分類を例として、レビュー(X)と感情(Y)の因果関係を考察する。
本稿では,これら3つの感情分類の心理的プロセスの因果的メカニズムを3つの異なる因果的プロンプトに言語化する。
論文 参考訳（メタデータ） (2023-05-02T20:06:00Z) - Cross-Domain Consumer Review Analysis [0.0]
論文では、Amazon、Yelp、Steam、IMDbの4つの人気のあるレビューデータセットについて、ドメイン間のレビュー分析を行う。
この分析はHadoopとSparkを使って行われ、大規模なデータセットの効率的でスケーラブルな処理を可能にする。
論文 参考訳（メタデータ） (2022-12-23T18:16:09Z) - Understanding How People Rate Their Conversations [73.17730062864314]
我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。
我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
論文 参考訳（メタデータ） (2022-06-01T00:45:32Z) - Machine Learning for Food Review and Recommendation [15.373693401378834]
我々は、感情分析、自動レビュータグ生成、食品レビューの検索といった問題に、異なるディープラーニングアプローチを用いて対処する。
我々は,南陽工業大学においてNTU Food HunterというWebベースの食品レビューシステムを開発することを提案する。
論文 参考訳（メタデータ） (2022-01-15T02:33:59Z) - Estimating Causal Effects of Multi-Aspect Online Reviews with
Multi-Modal Proxies [24.246450472404614]
本研究は,ユーザ生成オンラインレビューの微粒化に対する因果関係を実証的に検証する。
レストランの食品・サービスなど、さまざまな側面について検討する。
論文 参考訳（メタデータ） (2021-12-19T22:29:02Z) - Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。
食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。
食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文 参考訳（メタデータ） (2021-07-13T06:26:53Z) - Fragmented and Valuable: Following Sentiment Changes in Food Tweets [0.0]
ラトビア語における食のつぶやきによって表される匂い、味、温度に関する感情と頻度を分析した。
食品関係のメンタルマップにおける嗅覚,味覚,温度の役割をより深く理解するために,我々は「味」や「健康」といったカテゴリーを調べた。
「これらのカテゴリーに関連する単語の発生頻度を分析して、食談全般が味によって浸透していることを発見した。」
論文 参考訳（メタデータ） (2021-06-09T08:42:14Z) - Weakly-Supervised Aspect-Based Sentiment Analysis via Joint
Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。
We learn sentiment, aspects> joint topic embeddeds in the word embedding space。
次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文 参考訳（メタデータ） (2020-10-13T21:33:24Z) - Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images
and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。
本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。
食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
論文 参考訳（メタデータ） (2020-03-09T07:41:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。